CT-based intratumoral, peritumoral radiomics and clinical features: a combined model for perineural invasion prediction in PDAC.

요약· AI 생성

1) 175명의 췌장관선암 환자를 대상으로 CT 기반 라디오믹스와 임상 특징을 결합한 신경침범 예측 모델을 개발했습니다. 2) 종양 내부와 주변부 3mm 영역의 라디오믹스 특징을 추출하여 ExtraTrees 알고리즘으로 예측 모델을 구축했습니다. 3) 다변량 분석에서 CA199와 혈관침범이 신경침범의 독립적 위험인자로 확인되었습니다. 4) 라디오믹스와 임상 특징을 결합한 모델의 AUC는 훈련군에서 0.855, 검증군에서 0.844로 우수한 성능을 보였습니다. 5) 결합 모델이 임상 모델이나 라디오믹스 모델 단독보다 우수한 예측 성능을 나타냈습니다.